Luma Dream Machine 是目前上手门槛较低的一款AI视频生成工具，很多人第一次使用时随手输入一句话，结果生成的画面和自己的想象差了十万八千里。问题往往不在模型能力，而在提示词的写法。这篇文章从最简单的描述开始，一步一步讲清楚提示词该怎么逐步丰富细节，最终写出能稳定出片的复杂提示词。
一、从最简单的提示词开始：主体加动作
如果你是第一次接触Luma Dream Machine，不要一上来就写长篇大论。最有效的入门方式是掌握基础公式：主体 + 动作 + 场景。例如：
A golden retriever running on the beach
这个提示词包含了三个核心要素：主体是金毛犬，动作是奔跑，场景是海滩。模型对这类简洁清晰的描述理解度很高，生成结果通常不会太离谱。初学者建议先用这种短提示词测试十次左右，感受模型对不同词汇的反应，这比一开始就堆砌形容词要有效得多。
简单提示词的另一个价值在于快速验证想法。当你不确定某个画面能不能生成时，用一句话测试成本最低。比如你想做一个水下城市的镜头，先输入 A futuristic city underwater with fish swimming between buildings，看看模型的理解方向，再决定是否继续深化。需要注意的是，简单提示词留给模型的自由发挥空间大，每次生成结果差异明显，适合探索，不适合精确控制。
中文用户可以直接用中文写提示词，Luma Dream Machine对中文有一定理解能力，但英文提示词在语义精确度上通常更好。如果画面描述涉及专业术语，比如镜头类型、光线名称，建议优先使用英文。
二、加入镜头语言：让画面有了导演视角
当简单提示词已经不能满足需求时，下一步是引入镜头语言。AI视频模型对常见摄影术语的响应相当敏感，合理的镜头描述能直接决定成片的观感。常用的镜头词汇包括：
- 景别：close-up（特写）、medium shot（中景）、wide shot（远景）、aerial view（航拍视角）
- 运镜：slow zoom in（缓慢推近）、tracking shot（跟随镜头）、pan left（向左平移）、drone shot（无人机镜头）
- 速度感：slow motion（慢动作）、time-lapse（延时摄影）、cinematic movement（电影感运动）
把镜头语言加进之前的例子，提示词会变成这样：
A cinematic tracking shot of a golden retriever running along the beach at sunset, slow motion, waves splashing in the foreground
这一版提示词明确指定了跟随镜头、慢动作和日落氛围，生成画面的稳定性和观感会有明显提升。写镜头语言时有一个顺序建议：先写镜头类型，再写主体和动作，最后补充环境细节。这个顺序符合模型对语义权重的解析习惯，排在前面的信息往往获得更高的优先级。
需要提醒的是，不要在一条提示词里塞入互相冲突的运镜指令，比如同时写zoom in和pull back，模型会在两种运动之间摇摆，画面容易抖动或突变。一条提示词只表达一种主导镜头运动，这是保持画面流畅的关键。
三、进阶：光影、风格与情绪的组合写法
能熟练使用镜头语言之后，提示词就可以进入风格化阶段。这一层的核心是三个要素：光线、色调、风格参考。光线描述例如 golden hour lighting（黄金时刻光线）、soft diffused light（柔和漫射光）、dramatic side lighting（戏剧性侧光）；风格参考可以写 in the style of a Wes Anderson film 或者 anime style、photorealistic 等。
一条完整的风格化提示词可以这样组织：
Wide aerial shot of a misty mountain village at dawn, soft golden light breaking through clouds, traditional wooden houses with smoke rising, cinematic color grading, photorealistic, slow camera push forward
这条提示词的长度适中，信息密度高但每个部分各司其职：景别是航拍远景，场景是晨雾山村，光线是破晓金光，细节是木屋炊烟，风格是写实电影调色，运动是缓慢前推。按照这个结构，你可以替换任何要素来生成自己想要的画面。写长提示词时要控制在一个核心画面内，不要在同一条里描述多个场景切换，目前的视频模型对多场景叙事的支持还很有限。
情绪词也值得加入，例如 peaceful、melancholic、epic and grand。情绪词虽然抽象，但会影响模型对色调、运动速度的整体倾向，是提升画面氛围的低成本手段。
四、常见误区与优化思路
写了这么多要素，也要知道哪些写法会拖后腿。第一个常见问题是形容词堆砌，比如连续使用beautiful、amazing、stunning、gorgeous，这些词对模型几乎没有区分度，反而稀释了有效信息。第二个问题是否定式描述，写no humans、without blur这类词，模型有时会忽略否定词，直接把不想要的元素生成出来。正确做法是只描述你想要的东西，不提不想要的元素。
第三个问题是主体描述过于模糊。写a person walking这种提示词，人物的性别、年龄、服装、姿态全部交给模型随机决定，每次结果天差地别。改进方法是把主体具体化：
A young woman in a red raincoat walking through a rainy Tokyo street at night, neon signs reflecting on wet pavement, medium shot from behind, cinematic
优化提示词本质上是一个迭代过程。建议每次只修改一个变量，比如只调整光线或者只更换运镜方式，这样能清楚判断哪个词带来了画面变化。跑上二三十次之后，把出片效果好的提示词保存下来作为模板，之后的新场景只需要替换主体和环境，出片效率会成倍提升。
最后一点经验：Luma Dream Machine更擅长表现连续、平滑的运动，对剧烈复杂的物理交互理解较弱。设计画面时优先选择单一主体、单一动势的构图，复杂的多人物互动场景留给后期剪辑去完成，这样的工作流才是目前AI视频生成的正确打开方式。
Luma Dream Machine提示词编写AI视频生成修改时间：2026-09-04 00:28:55